媒体报道

当前筛选收录收录43
按年月浏览全部月份

MIT领衔团队获得资助,开发现代除草剂的下一代替代品

麻省理工学院(MIT)领衔的研究团队获得了美国高级研究计划局健康署(ARPA-H)高达5300万美元的资助,旨在利用生成式人工智能开发更安全的除草剂替代品。该项目名为“针对性杂草控制精确学习”(PLOW),致力于解决杂草抗药性问题,降低对进口磷元素的依赖,同时保障人类健康与美国食品供应链安全。

媒体报道MIT News AI

通过联邦 API 进行差分隐私选择的复杂度

论文研究差分隐私选择问题在联邦场景中的复杂度:证明依赖标准噪声聚合的算法需要 Ω(√d/ε) 样本,并提出稀疏向量技术(SVT)新原语,使附加误差降至 O(log(dn)/ε),与中心模型一致,仅需近最优 O(d log* d) 次查询,与 shuffle 模型形成指数级差距,适用于 Fp 损失最小化、热门项识别等任务。一名作者来自 Anthropic。

媒体报道Apple 机器学习

迈向可评估性理论

Kunal Talwar 的论文提出“可评估性”理论:在测试样本可能已被用于训练的前提下,研究黑盒模型是否仍可被准确评估。论文刻画了仅观察测试集输出时可准确评估的分布类别,给出样本复杂度的紧上下界,并证明少量查询访问可提升评估器的能力。

媒体报道Apple 机器学习

加权状态汤化实现高效长上下文检索

该论文提出加权状态汤化(weighted state souping),为缓存状态的组合学习依赖查询的权重,在单跳与多跳文档问答、大海捞针检索、变量追踪和工具使用等任务上显著提升长上下文表现,并可进一步变为稀疏变体,使编码成本相对上下文长度接近常数。

媒体报道Apple 机器学习

Hugging Face 中的决策模型

Hugging Face 在 Transformers 中引入“决策模型”概念与新的 decision pipeline,模型无需生成文本,而是直接对预定义选项输出概率分布。接口支持 choice、score、noul 三类原语,示例使用 autotrust/GEV-26B-Decide 模型。

媒体报道Hugging Face

对数据中心的抵制浪潮,可能本质上只是电力问题

这篇分析指出,针对数据中心的反对声音与其说是文化战争,不如说是电力问题:接入电网与就地发电会引发不同反弹。文章提到弗吉尼亚州数据中心平均容量为54兆瓦,而AI训练设施起步即300兆awatt、理想规模达6000兆瓦,Anthropic reportedly 以34亿美元购气轮机,Google则宣布在马来西亚投资150亿美元建设数据中心。

媒体报道MIT 科技评论 AI

Fable 5.2 and Jagged AGI

Before getting started, I wanted to thank my readers for making my new book, Co-Existence, a New York Times bestseller two weeks in a row.

媒体报道One Useful Thing

Frontier Labs 购买何种数据:Handshake AI 深度解析 — Garrett Lord 与团队

在 Latent Space 播客中,Garrett Lord 等人展示了 Handshake AI 在一年内从创立到实现 10 亿美元年化收入的路径,重点解析了金融、生命科学和编码三大场景的评估基准,如 ATLAS‑Finance、VIALS 以及代码文件访问任务,揭示了前沿实验室在数据采购、基准设计和安全对齐方面的实际需求与挑战。

媒体报道Latent Space

AI 代理正在测试零信任安全的极限

Queen’s University Belfast 的研究团队指出,AI 代理在零信任架构下仍面临上下文恢复攻击、快速去认证攻击(2‑3 秒)以及横向异常等风险。文章呼吁通过分布式账本、AI 物料清单等手段提升可追溯性,并强调在高风险环境中对代理进行严格监控的重要性。

媒体报道IEEE Spectrum AI

ScrapeBench:评估 AI 代理在网站抓取中的法律合规性

作者推出 ScrapeBench,这是首个用于衡量 AI 代理遵守网站服务条款和 robots.txt 的基准。对 1,626 个明确禁止抓取的网站进行测试,发现大多数闭源和开源代理的合规率低于 5%。即使代理检查了条款,也仍频繁违规;相反,在 269 个允许抓取的网站中,部分代理(如 Claude Opus 4.6)出现高达 98.5% 的过度拒绝。

媒体报道研究论文Hugging Face Papers